AGROMETEOROLOGICAL-SPECTRAL MODEL FOR ESTIMATING SUGARCANE PRODUCTIVITY IN BRAZILIAN SEMI-ARID

Resumo

AGROMETEOROLOGICAL-SPECTRAL MODEL FOR ESTIMATING SUGARCANE PRODUCTIVITY IN BRAZILIAN SEMI-ARID

ANDERSON SANTOS DA SILVA ¹; MARIANA ALVES DA COSTA ²; GEBER BARBOSA DE ALBUQUERQUE MOURA ³; PABRÍCIO MARCOS OLIVEIRA LOPES ⁴; MIGUEL JÚLIO MACHADO GUIMARÃES ⁵ E ANTHONY WELLINGTON ALMEIDA GOMES ⁶

¹ Professor Dr. da Universidade Federal do Agreste de Pernambuco, Avenida Bom Pastor, s/n°, Bairro: Boa Vista, CEP.: 55292-270,Garanhuns/PE/Brasil, anderson.silva@ufape.edu.br;

² Mestranda no Programa de Pós-Graduação em Ciências Ambientais, Universidade Federal do Agreste de Pernambuco, Avenida Bom Pastor, s/n°, Bairro: Boa Vista, CEP.: 55292-270,Garanhuns/PE/Brasil, maac.cic@gmail.com;

³ Professor Dr. do departamento de Agronomia, Universidade Federal Rural de Pernambuco, Rua Dom Manuel de Medeiros, s/nº, Bairro: Dois Irmão, CEP.: 52171-900, Recife/PE/Brasil, geber.moura@ufrpe.br;

⁴ Professor Dr. do departamento de Agronomia, Universidade Federal Rural de Pernambuco, Rua Dom Manuel de Medeiros, s/nº, Bairro: Dois Irmão, CEP.: 52171-900, Recife/PE/Brasil, pabriciope@gmail.com;

⁵ Professor Dr. do Instituto Federal de Educação, Ciência e Tecnologia do Maranhão, Campus São Raimundo das Mangabeiras, Rodovia BR-230, Km 319, Zona Rural, CEP.: 65840-000, São Raimundo das Mangabeiras/MA/Brasil, miguel.guimaraes@ifma.edu.br;

⁶ Professor Dr. da Universidade Federal do Agreste de Pernambuco, Avenida Bom Pastor, s/n°, Bairro: Boa Vista, CEP.: 55292-270, Garanhuns/PE/Brasil, anthony.gomes@ufape.edu.br

1 ABSTRACT

This work aimed to develop an agrometeorological-spectral model, through a multiple linear regression, to estimate sugarcane productivity in the semi-arid region of Brazil. Annual agricultural yield data (2005/2006 to 2011/2012), monthly agrometeorological and spectral data (2005 to 2012) were used. In the calibration period of the model, the correlation between agrometeorological and spectral data in conformity with the real agricultural yield was the criterion chosen for the independent variables: irrigation plus rain precipitation, average air temperature, air vapor saturation deficit, and normalized difference vegetation index. In the calibration of the model, satisfactory results were observed with mean relative differences below 0.87% and an estimated standard error of 0.7806 tons of sugarcane in all crop years analyzed. In the model validation, the best performance was obtained for the crop year 2004/2005 compared to 2013/2014 and 2014/2015, what can be justified by the renewal of planting in this period. The model was adjusted through a correction factor and had its performance optimized in the 2013/2014 and 2014/2015 crop years. Multiple linear regression represents an excellent tool to be used in association with agrometeorological and spectral data for the estimation of agricultural productivity.

Keywords: remote sensing, multiple linear regression, northeast.

SILVA, A. S.; COSTA, M. A.; MOURA, G. B. A.; LOPES, P. M. O.; GUIMARÃES , M. J. M.; GOMES, A. W. A.

MODELO AGROMETEOROLÓGICO-ESPECTRAL PARA ESTIMATIVA DA PRODUTIVIDADE DE CANA-DE-AÇÚCAR NO SEMIÁRIDO BRASILEIRO

2 RESUMO

O trabalho objetivou desenvolver um modelo agrometeorológico-espectral através de uma regressão linear múltipla para estimar a produtividade da cana-de-açúcar na região semiárida do Brasil. Foram utilizados dados anuais de rendimento agrícola (safras 2005/2006 até 2011/2012), dados mensais agrometeorológicos e espectrais (2005 até 2012). No período de calibração do modelo, a correlação existente entre os dados agrometeorológicos e espectrais em conformidade com o rendimento agrícola real foi o critério escolhido para as variáveis independentes: irrigação mais precipitação pluvial, temperatura média do ar, déficit de saturação de vapor do ar e índice de vegetação por diferença normalizada. Na calibração do modelo foram observados resultados satisfatórios com diferenças relativas médias inferiores a 0,87% e um erro padrão de estimativa de 0,7806 toneladas de cana-de-açúcar em todos os anos-safras analisados. Na validação do modelo, o melhor desempenho foi obtido no ano-safra de 2004/2005 quando comparado aos anos-safras de 2013/2014 e 2014/2015, o que pode ser justificado pela renovação de plantio nesse período. Por intermédio de um fator de correção, o modelo foi ajustado e seu desempenho otimizado nos anos-safras de 2013/2014 e 2014/2015. A regressão linear múltipla representa uma excelente ferramenta que pode ser utilizada em associação com dados agrometeorológicos e espectrais para estimativa de produtividade agrícola.

Palavras-chaves: sensoriamento remoto, regressão linear múltipla, nordeste.